一种基于基因学习模型的曲艺视频标注方法

本发明公开了一种基于基因学习模型的曲艺视频标注方法，本方法包括以下步骤：S1、提取视频的关键帧，记录关键帧在曲艺视频所有帧中的下标，计算当前关键帧的时间，并将关键帧输入特征提取网络进行特征提取；S2、分离曲艺视频的音频，提取音频特征；S3、将每个关键帧的视觉特征以及音频特征进行同步聚合，得到每帧的多模态融合特征，对所有关键帧的多模态融合特征进行时序聚合，得到视频级时序聚合特征；S4、根据得到的视频级时序聚合特征进行推理，得到视频级特征，根据得到的关键帧特征进行推理得到视频帧级特征；本发明可以实现对传统曲艺视频的多粒度标注，有助于后续对该视频的管理、检索，有利于传播中华文化。